你让 AI 帮忙改一个项目，它不只要回答问题，还得读取文件、修改代码、执行命令，再跑测试确认没有改坏。这样的工具权限很大：它看了什么、把什么发给模型、又在电脑上执行了什么，用户理应能够检查。MiniMax 这次开放了 MiniMax Code 的终端 Agent 源代码，让这些动作第一次有了可供外界审视的具体实现。
值得注意的是，开源的只是终端执行层，不是整个 MiniMax Code 产品。现有信息主要来自两篇指向同一 GitHub 仓库的 Reddit 帖文，以及编辑部核查的仓库说明，尚缺官方发布公告与第三方实测。
打开的到底是哪一层？
终端编码 Agent，是一种能在命令行中读取代码仓库、编辑文件、调用工具和运行测试的 AI 助手。可以把它理解成模型的“手和脚”：模型负责判断下一步做什么，Agent 负责把决定变成真实操作。
此次公开的范围包括三部分。第一是交互式 Terminal TUI，也就是在终端里提供面板和操作控件的界面，适合人与 Agent 边看边做。第二是 Headless CLI，即没有图形界面的命令行执行模式，更适合脚本和自动化流程。第三是 ACP（Agent Client Protocol），一种让编辑器等外部客户端控制 Agent 的通信协议。
两篇供稿均明确指出，MiniMax Code 桌面应用的源代码不在开放范围内。因此，更准确的说法是“MiniMax Code 的终端 Agent 开源”，而不是整个产品已经全面开源。
据 MiniMax Research 与 MiniMax-AI GitHub 的说明，这次开放也不是突然转向。MiniMax 发布 M3 时曾表示，Agent 外壳建立在社区项目 OpenCode 和 Pi 之上，并预告未来会通过开源回馈社区。现在，它兑现了这项承诺，但社区参与仍有限：外部开发者可以提交 issue，代码和文档的 pull request 目前只接受仓库协作者提交。
模型可以换，执行过程也能查
这套终端 Agent 支持 BYOK（Bring Your Own Key），即用户填入自己的模型服务密钥。它还允许自定义模型提供商，并兼容 OpenAI 和 Anthropic 风格的 API。换句话说，Agent 外壳与背后的模型服务可以拆开：团队不必被固定在单一模型上，费用与数据处理规则则取决于其选用的服务。
公开的功能清单覆盖了一套编码 Agent 的主要工作流程：制定步骤的 Plan Mode、可恢复会话、subagents（由主 Agent 分派任务的子 Agent）、MCP（连接外部工具和数据的协议）、plugins 与 skills，以及代码编辑、Shell 命令执行、diff 对比和测试验证。
材料还提到权限控制与沙箱。沙箱是一个受限制的运行环境，用来约束程序能够访问的文件、网络和系统能力。因为编码 Agent 会真正执行命令，这类边界直接关系到一次错误判断究竟只影响工作目录，还是可能波及更多系统资源。
第一方代码默认使用 MIT License。不过，这一表述只覆盖第一方代码，不能据此推断仓库里的所有依赖和组件都采用 MIT 许可。
为什么开源执行层很重要？
模型能力通常用榜单分数展示，但 Agent 是否可靠，还取决于模型之外的编排：它如何选择文件、何时调用命令、怎样申请权限，以及测试失败后会不会继续修正。开放执行层后，开发者可以直接检查这些机制，也可以替换模型、自行部署，并观察数据在各环节如何流动。
这提高了可审计性，但“可以检查”不等于“已经安全”。真正有价值的后续工作，是核查它的网络行为、文件访问边界、遥测机制和沙箱限制，再用真实仓库任务检验代码修改与测试流程。
一篇 Reddit 帖文称，M2.7 搭配 Hermes Agent 在 agentic tasks（需要连续规划和操作的任务）中表现“出乎意料地好”，并猜测 M3.1 可能是下一次模型更新。这只是单个用户的主观体验和推测；目前没有公开技术细节或独立测试，不能把它当作效果结论，也不能视为 M3.1 已获官方确认。
局限与未知
- 仓库将此次发布称为对应 0.4.12 的 source preview。相同版本号不能证明用户安装的软件包，确实由公开源码以完全一致的方式构建；这项构建来源问题仍需验证。
- 开源提升了检查数据流、权限和遥测行为的可能性，但现有材料没有证明隐私、安全或可复现构建问题已经解决。
- 桌面端仍未开放，外部贡献权限也有限。它已经成为可审查的项目，但何时会成为由社区共同开发的项目，仍是悬而未决的问题。